人工基因组模型中的涌现网络结构、可进化鲁棒性与点突变的非线性效应
分子网络
2009-08-26 v1 无序系统与神经网络
神经与进化计算
基因组学
亚细胞过程
摘要
基因调控是发育过程中的关键组成部分，但目前对基因网络的结构和动力学尚未有清晰的理解。在本文中，我们研究了最初由Reil（1999）引入的人工基因组模型中的这些性质。我们在序列和网络层面上分析了随机生成基因组的统计特性，并表明该模型正确预测了实验数据中发现的基因组中基因的频率。使用基于表型稳定化选择的进化算法，我们表明，针对单碱基突变的动力学鲁棒性，以及针对模拟环境条件随机波动的调控动力学初始状态随机变化的动力学鲁棒性，可以并行涌现。序列层面的点突变对网络连接具有强烈的非线性效应，包括结构上中性的突变以及多个连接的同时重连，这偶尔会导致吸引子景观的强烈重组和进化动力学的亚稳定性。进化后的基因组在序列和网络层面上都表现出特征性模式。
引用
@article{arxiv.0908.3610,
title = {Emergent Network Structure, evolvable Robustness and non-linear Effects of Point Mutations in an Artificial Genome Model},
author = {Thimo Rohlf and Christopher R. Winkler},
journal= {arXiv preprint arXiv:0908.3610},
year = {2009}
}